微软研究院开源 Agent Lightning v1.0:约 3500 行的轻量智能体 RL 框架
微软研究院开源 Agent Lightning v1.0,一个约 3500 行代码的轻量智能体强化学习框架,围绕 Harnessed Agentic RL 范式重建,让部署时使用的 agent harness 直接参与训练,无需在训练框架内重写智能体。
推荐理由:微软研究院开源 Agent Lightning v1.0,读者可了解让部署用 harness 直接参与 RL 训练的思路与实测增益。
微软研究院开源 Agent Lightning v1.0,一个约 3500 行代码的轻量智能体强化学习框架,围绕 Harnessed Agentic RL 范式重建,让部署时使用的 agent harness 直接参与训练,无需在训练框架内重写智能体。
推荐理由:微软研究院开源 Agent Lightning v1.0,读者可了解让部署用 harness 直接参与 RL 训练的思路与实测增益。
OpenAI 表示已处置两起由 AI 赋能的影响行动,这些行动利用虚假记者身份和一家智库传播地缘政治信息。
推荐理由:OpenAI 披露其处置的两起 AI 赋能影响行动,可了解虚假媒体与智库被用于地缘政治宣传的手法。
Google Research 在 NBER 发布一项为期三个月的专利撰写实地实验,将 133 名知识产权律师随机分为两组,一组提前使用当时未发布的 Google Labs AI 专利撰写助手(现属 Gemini Notebook),另一组仅接受 AI 使用培训。
推荐理由:三个月专利撰写实验区分了AI带来的即时产出提升与无辅助判断力的变化,为评估AI对专业能力的影响提供了可参考的设计。
基于 Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic 与 Amazon Bedrock Knowledge Bases,可搭建一套航空语音旅行助手,让旅客通过语音查询行程、改座位、更新餐食偏好并转接人工客服。
Amazon SageMaker HyperPod 通过 SageMaker Unified Studio 连接项目后,需在组织、项目、集群、工作负载四层保留底层治理控制。集群的 IAM、Amazon EKS RBAC 或 Slurm 控制不会被项目连接取代,应集中在一个容量账户中管理加速器容量,并用 IAM 角色和资源策略控制对 Amazon S3、AWS KMS 等资源的访问。
AWS 官方博客介绍如何在 Amazon Bedrock AgentCore runtime 上运行开源智能体系统 OpenClaw,构建带长期记忆的个人助手。
AWS 提出 Agentic Value Model,用于替代为 RPA 设计的传统 ROI 模型,从时间节省、异常处理、决策质量和变更韧性四个维度衡量智能体自动化的价值。
Qlik 基于 Amazon Bedrock 打造 Qlik Answers,让员工用自然语言提问并获得带来源的可信回答,自 2026 年 2 月正式可用以来,其 Discovery Agent 已为客户发现超过 10 万条异常与离群点。
AWS 提出一套六周结构化培养方案,让非工程背景的业务人员用 Amazon Bedrock、AgentCore 和 Strands Agents SDK 构建可运行的 AI 原型。
Cornerstone OnDemand 基于 Amazon Bedrock 和 Strands Agents 构建多智能体系统 Orion AI,将数据库诊断时间从 45 分钟降至 10 分钟,减少 78%。该系统由三人团队在六个月内交付,同时把 10 步以上手动生命周期操作压缩为一次交互,并将冗余告警中位数削减 65%。
OpenAI 将 College Planner 引入 ChatGPT for Teens,帮助学生管理大学申请,同时上线 flashcards、quizzes 等学习功能,并组建 teen AI council。
针对 AWS DevOps Agent 只诊断不改动生产资源的问题,该方案用 Amazon EventBridge、AWS Lambda Durable Functions 和 Amazon Bedrock 搭建自动修复工作流,把调查摘要转为预验证的修复动作。
英伟达团队从 Nemotron 3 出发,用监督微调、强化学习和生成-验证-精炼推理流程,在 IOI 2026 与 IMO 2026 两项竞赛中达到金牌水平。
推荐理由:原文公开了从 Nemotron 3 微调到 IOI、IMO 金牌级成绩的完整配方与数据集,可据此复现领域专家模型。
Google发布《智能体隐私与安全中的开放与新兴问题:上下文视角》研讨会报告,该报告由2025年底在纽约举行的CAPS研讨会上50余位学术界与产业界人士协作完成。报告基于上下文完整性(CI)理论,提出以上下文策略引擎作为监督层,在信息离开用户工作区前评估数据流是否适当,并从系统级沙箱、模型级推理和用户控制三层构建智能体隐私与安全防护。
Mistral AI 推出 Mistral Large 4(ML4)公开预览 API,该模型为 1 万亿参数、490 亿激活参数的原生多模态模型,权重将于本月底发布。
OpenAI与Ironclad正围绕复杂合同工作流训练和评估AI智能体,以推进面向专业工作的计算机使用能力。
NVIDIA Inception 成员 iSono Health、Whiterabbit.ai 和 Ataraxis AI 正用 AI 覆盖乳腺癌影像、风险评估与治疗规划环节。
Google 发布新一代联邦学习系统,利用 TEE 实现完全可验证、可审计的数据匿名化保证,Gboard 已采用该系统并获得比旧系统更快的计算速度。系统通过公开透明日志 Rekor 发布访问策略,KMS 仅向匹配策略的服务端 TEE 工作负载发放解密密钥,训练数据仅在 TEE 内解密处理。
Google DeepMind 于 2026 年 9 月 30 日宣布推出前沿模型 Gemini 4 Argon,正通过 Fairwind Program 向一批受信任的网络防御者逐步开放,并参与美国政府的前置模型访问自愿流程。
Google DeepMind 发布 SynthID Bio,将水印技术引入合成生物学,可在不损害生物功能的前提下,把不可感知的签名嵌入蛋白质序列与预测的 3D 结构中,并能在合成出的实体蛋白上验证。
GitHub Security Lab 发布 Fuzzing Taskflow,一个面向 C/C++ 项目的自主模糊测试流水线,只需指向 GitHub 仓库,即可自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告、改进 harness、分类崩溃并生成漏洞报告。
Google Private AI Compute 团队 9 月 23 日公布,将为该平台引入服务端持久内存,使云端 AI 能跨设备保留上下文,同时把解密密钥仅保存在用户个人设备上。